論文の概要: HapticWAM: Distilling Imagined Touch into a World-Action Model without Inference-Time Tactile Sensing
- arxiv url: http://arxiv.org/abs/2609.23888v1
- Date: Sun, 20 Sep 2026 21:49:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-24 16:09:59.932423
- Title: HapticWAM: Distilling Imagined Touch into a World-Action Model without Inference-Time Tactile Sensing
- Title（参考訳）: HapticWAM:想像したタッチを推論時触覚のない世界行動モデルに蒸留する
- Abstract要約: ヘテロジニアスな触覚符号化, 構造的接触予測, 教師-学生蒸留を組み合わせた世界行動モデルHapticWAMを紹介する。
触覚ピクセルのみを予測するのではなく、モデルではアクションと将来のイベントとメカニックを記述するコンタクトパッケージを共同で生成する。
予測接触結合は、以前想像されたパッケージを使用して注意を喚起し、直接触覚観察が不可能な場合に接触関連入力を保存する。
- 参考スコア（独自算出の注目度）: 1.9182058480922208
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Contact-rich manipulation requires estimating forces, slip and contact geometry that can remain ambiguous in scene images. Optical tactile sensors provide both visual observations of the contact surface and mechanical measurements, yet learning from these signals raises two challenges: representing contact beyond appearance and transferring its benefits to a policy that does not require fingertip observations at deployment. We introduce HapticWAM, a world-action model that combines heterogeneous tactile encoding, structured contact prediction and teacher-student distillation. Its teacher encodes gel images together with deformation, shear, distributed forces, resultant wrench and derived contact state into a frozen video backbone. Rather than predicting tactile pixels alone, the model jointly generates actions and a contact package describing future events and mechanics. Anticipatory Contact Coupling uses the previously imagined package to condition attention, preserving a contact-related input when direct tactile observations are unavailable. Haptic-Imagination Distillation transfers both contact futures and action predictions to a student that retains the generative contact head but removes its fingertip input branches. On a real-world setup, across three contact-rich pick-and-place tasks, HapticWAM Student achieves a 77% per-task mean success rate (41 of 50 starts, 82% pooled), reaching 95% on one of the tasks, outperforming the evaluated teacher and baseline configurations.
- Abstract（参考訳）: コンタクトリッチな操作は、シーンイメージにおいて曖昧なまま残ることができる力、すべり、接触形状を推定する必要がある。
光触覚センサーは、接触面の視覚的観察と機械的測定の両方を提供するが、これらの信号から学習することで、外見以外の接触を表現し、その利点を、展開時に指先で観察する必要のないポリシーに伝達する、という2つの課題が生じる。
ヘテロジニアスな触覚符号化, 構造的接触予測, 教師-学生蒸留を組み合わせた世界行動モデルHapticWAMを紹介する。
その教師は、ゲル画像と変形、せん断、分散力、結果として生じるレンチ、誘導された接触状態を凍結したビデオバックボーンにエンコードする。
触覚ピクセルのみを予測するのではなく、モデルではアクションと将来のイベントとメカニックを記述するコンタクトパッケージを共同で生成する。
予測接触結合は、以前想像されたパッケージを使用して注意を喚起し、直接触覚観察が不可能な場合に接触関連入力を保存する。
Haptic-Imagination Distillationは、接触先と行動予測の両方を、生成する接触ヘッドを保持するが、指先入力ブランチを削除する学生に転送する。
実際の設定では、3つのコンタクト豊富なピック・アンド・プレイスタスクにまたがって、HapticWAM Studentsは、タスク毎の平均成功率(50の起動のうち41、プール82%)を77%達成し、タスクの1つで95%に達し、評価された教師とベースライン構成を上回っている。
関連論文リスト
- ReTouch: Empowering Contact-Rich Dexterous Manipulation with Online-Refined Tactile Prediction [42.34171808182058]
本稿では,コンタクトリッチなデクスタラス操作をサポートする視覚言語-アクションモデル(VLA)ReTouchを紹介する。
ReTouchは、触覚表現とクローズドループアクション生成の2つの主要なイノベーションの上に構築されている。
論文 参考訳（メタデータ） (2026-08-03T07:31:10Z) - TouchWorld: A Predictive and Reactive Tactile Foundation Model for Dexterous Manipulation [14.063238637690597]
日常環境における有害な操作には、予測と反応の両方が必要である。
我々は,デクスタラス操作のための予測・反応型触覚基礎モデルであるTouchWorldを紹介する。
論文 参考訳（メタデータ） (2026-07-08T11:28:13Z) - VT-WAM: Visual-Tactile World Action Model for Contact-Rich Manipulation [22.0330577788623]
コンタクトリッチな操作には、局所的な変形、圧力、滑り、摩擦に反応するポリシーが必要である。
既存の視覚触覚ポリシーは通常、触覚観察を直接行動予測に供給する。
本稿では,未来の視覚予測,触覚変形予測,行動予測を共同で学習する視覚触覚世界行動モデルであるVT-WAMを紹介する。
論文 参考訳（メタデータ） (2026-07-02T17:58:36Z) - Seeing Touch from Motion: A Unified Modality-Aware Visuo-Tactile Policy with Tactile Motion Correlation [74.87716678195099]
光触覚センサーを利用した視覚触覚ポリシーは、コンタクトリッチな操作において大きな可能性を秘めている。
これらの利点にもかかわらず、接触リッチな操作に必要なきめ細かい接触状態の抽出は未解決の課題である。
本研究では,触覚を触覚で認識し,触覚を触覚で表現する手法を提案する。
論文 参考訳（メタデータ） (2026-06-29T08:20:18Z) - Tactile-WAM: Touch-Aware World Action Model with Tactile Asymmetric Attention [53.84395207661823]
触覚非対称注意機構(TAAM)を備えたタッチ対応WAMであるTactile-WAMを提案する。
ManiFeelでは、Tactile-WAMは平均成功率を38.9%改善し、コンタクトリッチタスクでは86%改善した。
論文 参考訳（メタデータ） (2026-06-25T06:54:56Z) - OmniVTA: Visuo-Tactile World Modeling for Contact-Rich Robotic Manipulation [57.133721026727706]
textbfOmniViTacは,16ドルのタスクと100ドル以上のオブジェクトからなる21,000ドル以上のトラジェクトリからなる大規模ビズオタクティルアクションデータセットである。
我々は4つの密結合モジュールを統合する世界モデルベースのビジュオ触覚操作フレームワークである textbf OmniVTA を提案する。
論文 参考訳（メタデータ） (2026-03-19T17:52:42Z) - TouchGuide: Inference-Time Steering of Visuomotor Policies via Touch Guidance [53.35296919674763]
TouchGuideは、低次元のアクション空間内でモダリティを融合させる、クロス政治的なビズオ触覚融合パラダイムである。
TouchGuideは、事前訓練された拡散またはフローマッチングビズモータポリシーをガイドする2つの段階で動作する。
高品質で費用対効果の高いデータによるTouchGuideトレーニングを容易にするために,データ収集システムであるTacUMIを導入する。
論文 参考訳（メタデータ） (2026-01-28T04:22:47Z) - Learning to Feel the Future: DreamTacVLA for Contact-Rich Manipulation [14.221542785249524]
本稿では,VLAモデルを接点物理学の基盤として,未来感を学習するフレームワークであるDreamTacVLAを紹介する。
我々のモデルは、高解像度の触覚画像がマイクロビジョン入力として機能する階層的認識方式を採用している。
より詳細な接触力学の理解を深めるために,将来的な触覚信号を予測する触覚世界モデルを用いてシステムを微調整する。
論文 参考訳（メタデータ） (2025-12-29T21:06:33Z) - OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction [93.88239833545623]
OpenTouchは、最初のインザワイルドなエゴセントリックなフルハンド触覚データセットです。
触覚信号は,理解のためのコンパクトで強力なキューを提供する。
我々は,マルチモーダルな自我中心の知覚,具体的学習,接触に富むロボット操作の促進を目指す。
論文 参考訳（メタデータ） (2025-12-18T18:18:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。